Geri Dön

A data mining based target classification for tactical underwater sensor networks

Sualtı taktik duyarga ağlarında veri madenciliği tabanlı hedef sınıflandırması

  1. Tez No: 150529
  2. Yazar: YAŞAR DOĞAN
  3. Danışmanlar: YRD. DOÇ. DR. VEDAT COŞKUN, DOÇ. DR. ERDAL ÇAYIRCI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2004
  8. Dil: İngilizce
  9. Üniversite: Deniz Harp Okulu Komutanlığı
  10. Enstitü: Deniz Bilimleri ve Mühendisliği Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 92

Özet

ABSTRACT (TURKISH) SU ALTI TAKTIK DUYARGA AĞLARINDA VERİ MADENCİLİĞİ TABANLI HEDEF SINIFLANDIRMASI Anahtar Kelimeler : Su altı duyarga ağlan, Sınıflandırma veri madenciliği, Karar ağacı, Hedef sınıflandırma, Yakınlık duyargaları, Radyasyon(Işmım) duyargaları, Manyetik duyargalar, Akustik duyargalar. Mikroelektro-mekanik sistemler, kablosuz iletişim ve dijital elektronikteki gelişmeler çok sayıda küçük boyutta, ucuz maliyetli algılama, işlem ve iletişim kapasitelerine sahip duyargaların üretilmesine olanak sağlamıştır. Aynı zamanda düşük maliyet yüzlerce hatta binlerce duyargadan oluşan ağlara ve bu ağlarda verilerin güvenilirliğini, doğruluğunu ve kapsanan alanı artırmaya olanak sağlar. Herbir duyarganın çevreyi bağımsız olarak algılayabildiği, ancak birlikte işlem yaptıklarında işgal tespiti, hedef takibi, çevresel gözlem, uzaktan algılama gibi karmaşık bilgileri birleştirebilen ve yayabilen büyük miktardaki duyargalar bölgeye süratle yerleştirilebilir. Duyarga ağ uygulamalarının en önemlilerinden bir tanesi savaş alanında hedef smıflandırmasıdır.Ucuz, çoklu duyargalı akıllı aygıtlar hedef sistemlerinin izlenmesi ve kontrolü için olanak sağlarlar. Duyargalar değişik veri formlarım işleme ve elde etme kapasitesine sahiptir. Çoklu sinyal işleme ve birleştirme algoritmaları güvenilir ve etkili biçimde karar vermek için ağdaki nodlar arasındaki dağıtık veriyi birleştirir. Bu tezde su altı duyarga ağlarında veri madenciliği tabanlı sınıflandırma algortimasını önerdik. Açık, sığ ve çok sığ sularda denizaltı, küçük sualtı taşıma araçları, su altı mayınlan ve dalgıçlan tespit etme ve sınıflandırmada yalmzca ivbirkaç dolar maliyeti olan mikroduyargalar kullanılmıştır. Algoritma, yüzeydeki şamandıralara bağlı ve ayarlanabilir derinliklere indirilebilen duyargalardan oluşan taktik su altı duyarga ağlan için tasarlanmıştır. Dinamik olarak denizaltı, küçük sualtı taşıma aracı, mayın ve dalgıç tespitinde, sınıflandırma veri madenciliği tekniği olarak, karar ağacı algoritmaları kullanılmıştır. Sınıflandırma için yakın bir cismin varlık bilgisi, manyetik ve akustik veriler birlikte kullanılmıştır.

Özet (Çeviri)

ABSTRACT (ENGLISH) A DATA MINING BASED TARGET CLASSIFICATION FOR TACTICAL UNDERWATER SENSOR NETWORKS Keywords : Underwater sensor networks, Classification mining, Decision tree, Target detection, Proximity microsensor, Radiation microsensor, Magnetic microsensor, Acoustic microsensor. Advances in MEMS, wireless communications, and digital electronics have made it possible to produce large amount of small-size, low-cost sensors which integrate sensing, processing, and communication capabilities together. Also, the low cost makes it possible to have a network of hundreds or thousands of these sensors, thereby enhancing the reliability and accuracy of data and the area coverage. Large amount of these sensors can be quickly deployed in the field, where each sensor independently senses the environment but collaboratively achieves complex information gathering and dissemination tasks like intrusion detection, target tracking, environmental monitoring, remote sensing, global surveillance, etc. Inexpensive, smart devices with multiple sensors provide opportunities for instrumenting, monitoring and controlling targeting systems. Sensor nodes have capability for acquiring and embedded processing of variety of data forms. Collaborative signal processing and fusion algorithms are needed to aggregate the distributed data from among the nodes in the network, including possibly multiple modalities of data within a sensor node, to make decisions in a reliable and efficient manner. One of the important sensor network applications is target classification in battlefields. VIIn this thesis we proposed a classification mining based detection algorithm for underwater sensor networks is introduced. Microsensors, which cost only a couple of dollars, are used to tackle the challenge of detecting and classifying submarines, SDV (small delivery vehicles), underwater mines and divers in open, shallow and very shallow water. The algorithm is designed for wireless tactical underwater sensor network architectures where sensors attached to a surface buoy can be lowered to an adjustable depth. Decision tree algorithms are used as a classification mining technique for dynamic diver, mine, submarine, small delivery vehicle detection. The sensed proximity, magnetic and acoustic data are used for collaborative classification. Vll

Benzer Tezler

  1. Development of decision support algorithms on RFID systems of stores

    Mağaza RFID sistemlerde karar destek algoritmalarının geliştirilmesi

    BORAN TAYLAN BALCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. RECEP ALP KUT

  2. Comparison of classification algorithms in pitch type prediction problem

    Atış tipi tahminleme probleminde sınıflandırma algoritmalarının karşılaştırılması

    FATİH TÜRKMEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji Enstitüsü

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BELGİN ERGENÇ BOSTANOĞLU

  3. Makine öğrenmesi algoritmalarının hibrit yaklaşımı ile ağ anomalisi tespiti

    Network anomaly detection with a hybrid approach of machine learning algorthms

    FEYZA ÖZGER

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİT ÖZTEKİN

  4. Türkçe metinlerde duygu analizi

    Sentiment analysis in Turkish texts

    CUMALİ TÜRKMENOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ

  5. Detection of debit card fraud through random forest

    ATM kartı hilelerinin rastgele orman yöntemi ile tespiti

    KASIM AKSOY

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    BankacılıkDoğuş Üniversitesi

    Mühendislik ve Teknoloji Yönetimi Ana Bilim Dalı

    PROF. DR. MESUT KUMRU